|
|
|
||
|
The course introduces various techniques for analysis of multivariate data and time series (multiple linear regression, principal component analysis, canonical correlation analysis, singular spectrum analysis, discriminant analysis, cluster analysis, Fourier and wavelet transforms, Markov chains, autoregressive models)
Last update: Mikšovský Jiří, doc. Mgr., Ph.D. (18.05.2025)
|
|
||
|
To present selected methods of analysis of univariate and multivariate data. Last update: KALVOVA/MFF.CUNI.CZ (20.05.2008)
|
|
||
|
Pro udělení zápočtu se předpokládá prezentace individuálního řešení souboru úloh, předložených na konci semestru a pokrývajících základní témata, specifikovaná v sylabu přednášky a upřesněná v průběhu jejího konání. Zápočtové úlohy je možné vypracovat formou domácí práce, jejich prezentace se předpokládá formou stručné zprávy ilustrující použitý postup a dosažené výsledky.
Udělení zkoušky je vázáno na prezentaci zápočtových úloh; zkouška má formu diskuse nad zápočtovou prezentací a má ověřit znalost použitých technik a jejich souvislostí, v rozsahu daném sylabem. Last update: Mikšovský Jiří, doc. Mgr., Ph.D. (08.10.2017)
|
|
||
|
Anděl, J.: Statistické metody. MATFYZPRESS, Prah, 1998. Cipra, T.: Analýza časových řad s aplikacemi v ekonomii. Praha, SNTL/ALFA, 1986. Wilks, D.S.: Statistical Methods in the Atmospheric Science. Academic Press, San Diego, Academic Press, San Diego, 1995. Legendre, P., Legendre, L.: Numerical Ecology. ELSEVIER, Amsterdam, 1998. Last update: JIMI/MFF.CUNI.CZ (21.04.2008)
|
|
||
|
Lecture, complemented by a seminar on practical application of presented methods. Last update: KALVOVA/MFF.CUNI.CZ (19.05.2008)
|
|
||
|
Udělení zkoušky je vázáno na prezentaci zápočtových úloh; zkouška má formu diskuse nad zápočtovou prezentací a má ověřit znalost použitých technik a jejich souvislostí, v rozsahu daném sylabem. Last update: Mikšovský Jiří, doc. Mgr., Ph.D. (08.10.2017)
|
|
||
|
Simple regression models, assumptions, least square regression parameter estimates. Residual analysis, heteroscedasticity. Analysis of variance, coefficient of determination, goodness-of-fit measures, tests and confidence intervals for the regression parameters, confidence bounds for the mean of the response variable, confidence intervals for the response variable. Outliers, trimmed regression. Multiple regression, multiple correlation coefficient, partial correlation. Verification of the linear regression model assumptions, multicolinearity, overfitting, stepwise regression. Nonlinear regression.
Principal-component analysis (EOF) analysis, covariance and correlation matrix, eigenvalues, eigenvectors, eigenvectors elements, principal components, principal-component elements, rotation of the eigenvectors, application of PCA to meteorological fields. Cluster analysis, application in meteorology.
Stochastic processes, basic definitions, autocovariance, autocorrelation and cross-correlation function, stationary process, ergodicity. Spectral analysis, periodogram, white noise.
Time series, homogeneity tests, tests for randomness, smoothing (robust locally weighted regression), auto-regressive processes, the Yule-Walker equations, moving average processes. Last update: T_KMOP (10.05.2004)
|